Managing Risk in a Culture of Rights: Providing Support and Treatment in Community-Based Settings for Persons with Intellectual Disabilities who Sexually Offend
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
People with intellectual disability who sexually offend commonly live in community-based \nsettings since the closing of all institutions across the province of Ontario. Nine (n=9) front line staff who provide support to these individuals in three different settings (treatment setting, transitional setting, residential setting) were interviewed. Participants responded to 47 questions to explore how sex offenders with intellectual disability can be supported in the community to prevent re-offenses. Questions encompassed variables that included staff attitudes, various factors impacting support, structural components of the setting, quality of life and the good life, staff training, staff perspectives on treatment, and understanding of risk management. Three overlapping models that have been supported in the literature were used collectively for the basis of this research: The Good Lives Model (Ward & Gannon, 2006; Ward et al., 2007), the quality of life model (Felce & Perry, 1995), and variables associated with risk management. Results of this research showed how this population is being supported in the community with an emphasis on the following elements: positive and objective staff attitude, teamwork, clear rules and protocols, ongoing supervision, consistency, highly trained staff, and environments that promote quality of life. New concepts arose which suggested that all settings display an unequal balance of upholding human rights and managing risks when supporting this high-risk population. This highlights the need for comprehensive assessments in order to match the offender to the proper setting and supports, using an integration of a Risk, Need, Responsivity model and the Good Lives model for offender rehabilitation and to reduce the likelihood of re-offenses.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle